首页>
根据【关键词:精细化评价,个体超限风险,飞行品质监控(FOQA),快速存取记录器(QAR)数据,k,Means聚类,熵权逼近理想解排序(TOPSIS)法】搜索到相关结果 35 条
-
基于QAR数据的飞行员个体超限风险精细化评价模型
-
作者:
汪磊
安佳宁
赵新斌
俞力玲
来源:
中国安全科学学报
年份:
2024
文献类型 :
期刊
关键词:
精细化评价
个体超限风险
飞行品质监控(FOQA)
快速存取记录器(QAR)数据
k
Means聚类
熵权逼近理想解排序(TOPSIS)法
-
描述:
基于QAR数据的飞行员个体超限风险精细化评价模型
-
基于QAR数据的飞行员个体超限风险精细化评价模型
-
作者:
汪磊
安佳宁
赵新斌
俞力玲
来源:
中国安全科学学报
年份:
2024
文献类型 :
期刊
关键词:
精细化评价
个体超限风险
飞行品质监控(FOQA)
快速存取记录器(QAR)数据
k
Means聚类
熵权逼近理想解排序(TOPSIS)法
-
描述:
基于QAR数据的飞行员个体超限风险精细化评价模型
-
航空器进场效率量化评价及其影响因素分析
-
作者:
赵嶷飞
杨程凯
马伶伶
来源:
科学技术与工程
年份:
2018
文献类型 :
期刊
关键词:
ADS
进场效率
k
Means聚类
效率评价指标
B数据
-
描述:
终端区已成为制约民航发展的瓶颈区域,且中国在终端区进场效率评价方面仍停留在定性分析阶段,缺乏量化的指标。选取以机场跑道中心点为圆心,100海里为半径的圆形区域作为研究区域,结合ADS-B数据对航空器
-
航空器进场效率量化评价及其影响因素分析
-
作者:
赵嶷飞
杨程凯
马伶伶
来源:
科学技术与工程
年份:
2018
文献类型 :
期刊
关键词:
ADS
进场效率
k
Means聚类
效率评价指标
B数据
-
描述:
终端区已成为制约民航发展的瓶颈区域,且中国在终端区进场效率评价方面仍停留在定性分析阶段,缺乏量化的指标。选取以机场跑道中心点为圆心,100海里为半径的圆形区域作为研究区域,结合ADS-B数据对航空器
-
飞机离地姿态与飞行操作“因果-时序”耦合动态Bayes网络模型
-
作者:
张秀艳
王琪
来源:
清华大学学报(自然科学版)
年份:
2024
文献类型 :
期刊
关键词:
飞机姿态
飞行操作
风险应对
动态Bayes网络(DBN)
快速存取记录器(QAR)数据
-
描述:
,对飞机离地姿态与飞行操作之间的耦合机理进行研究。根据安全韧性理论,构建了飞机离地姿态与飞行操作“因果-时序”耦合模型;基于国内某航空公司A319机队1 359个航段快速存取记录器(QAR)数据,利用
-
基于大数据的航空公司客户价值的分析与研究
-
作者:
徐伶伶
张淑莲
张欣
来源:
信息与电脑(理论版)
年份:
2020
文献类型 :
期刊
关键词:
means算法
TRFMZ模型
客户价值
k
-
描述:
基于大数据的航空公司客户价值的分析与研究
-
基于大数据的航空公司客户价值的分析与研究
-
作者:
徐伶伶
张淑莲
张欣
来源:
信息与电脑(理论版)
年份:
2020
文献类型 :
期刊
关键词:
means算法
TRFMZ模型
客户价值
k
-
描述:
基于大数据的航空公司客户价值的分析与研究
-
基于PCA优化的神经网络飞机燃油消耗预测方法
-
作者:
詹韧
张登成
郑无计
来源:
测控技术
年份:
2019
文献类型 :
期刊
关键词:
主成分分析法
S检验法
飞机燃油消耗
神经网络
k
-
描述:
,并将几种神经网络的预测效果进行了对比;提出了基于K-S检验法预测结果冗余修正法并进行了修正。误差指标和预测图像表明与主成分分析结合后Elman神经网络对飞机燃油消耗的预测性能优于其他传统神经网络,且K-S检验法能够有效实现对预测结果的修正。
-
基于PCA优化的神经网络飞机燃油消耗预测方法
-
作者:
詹韧
张登成
郑无计
来源:
测控技术
年份:
2019
文献类型 :
期刊
关键词:
主成分分析法
S检验法
飞机燃油消耗
神经网络
k
-
描述:
,并将几种神经网络的预测效果进行了对比;提出了基于K-S检验法预测结果冗余修正法并进行了修正。误差指标和预测图像表明与主成分分析结合后Elman神经网络对飞机燃油消耗的预测性能优于其他传统神经网络,且K-S检验法能够有效实现对预测结果的修正。
-
基于PCA优化的神经网络飞机燃油消耗预测方法
-
作者:
詹韧
张登成
郑无计
来源:
测控技术
年份:
2019
文献类型 :
期刊
关键词:
主成分分析法
S检验法
飞机燃油消耗
神经网络
k
-
描述:
,并将几种神经网络的预测效果进行了对比;提出了基于K-S检验法预测结果冗余修正法并进行了修正。误差指标和预测图像表明与主成分分析结合后Elman神经网络对飞机燃油消耗的预测性能优于其他传统神经网络,且K-S检验法能够有效实现对预测结果的修正。